Deep Reinforcement Learning in Stock Prediction

Thesis title: Deep Reinforcement Learning in Stock Prediction
Author: Pilíková, Kamila
Thesis type: Diploma thesis
Supervisor: Taušer, Josef
Opponents: Zezula, Jakub
Thesis language: English
Abstract:
This master's thesis evaluates whether selected deep reinforcement learning (DRL) algorithms applied to multi-stock portfolio trading can outperform traditional benchmark strategies, specifically a buy-and-hold strategy on the Dow Jones Industrial Average (DJIA) and Markowitz mean-variance optimization. Five DRL agents are implemented within the FinRL framework and assessed across three consecutive out-of-sample trading years (2023–2025). Their performance is measured using cumulative return, risk-adjusted metrics, maximum drawdown, and robustness across repeated runs. The results indicate that the strongest DRL agents, particularly Soft Actor-Critic (SAC) and Advantage Actor-Critic (A2C), outperform the DJIA benchmark across all evaluated years. In contrast, the mean-variance portfolio achieves the highest cumulative return in 2023, but is surpassed by SAC and A2C in 2024 and 2025. Important differences in robustness are also observed: SAC delivers the highest average returns but exhibits substantial variability across runs, whereas A2C provides more stable and predictable outcomes. The findings suggest that DRL represents a viable approach to multi-stock portfolio trading, although practical implementation requires balancing return potential with model stability and consistency of outcomes.
Keywords: multi-stock portfolio trading; algorithmic trading; mean-variance optimization; Dow Jones Industrial Average; risk-adjusted performance; robustness; deep reinforcement learning
Thesis title: Hluboké posilované učení pro predikci akciového trhu
Author: Pilíková, Kamila
Thesis type: Diplomová práce
Supervisor: Taušer, Josef
Opponents: Zezula, Jakub
Thesis language: English
Abstract:
Tato diplomová práce zkoumá, zda vybrané algoritmy hlubokého posilovaného učení (DRL) využité při obchodování s víceakciovým portfoliem mohou překonat tradiční benchmarkové strategie, konkrétně strategii buy-and-hold na indexu Dow Jones Industrial Average (DJIA) a Markowitzovu mean-variance optimalizaci. Pět agentů DRL je implementováno s využitím prostředí FinRL a hodnoceno ve třech po sobě jdoucích testovacích obchodních letech (2023–2025). Jejich výkonnost je měřena pomocí kumulativního výnosu, rizikově očištěných ukazatelů výkonnosti, maximálního drawdownu a robustnosti v opakovaných bězích. Výsledky ukazují, že nejsilnější agenti DRL, zejména Soft Actor-Critic (SAC) a Advantage Actor-Critic (A2C), překonávají benchmark DJIA ve všech hodnocených letech. Naproti tomu mean-variance portfolio dosahuje nejvyššího kumulativního výnosu v roce 2023, avšak v letech 2024 a 2025 je překonáno agenty SAC a A2C. Významné rozdíly byly zjištěny také v oblasti robustnosti: SAC dosahuje nejvyšších průměrných výnosů, avšak vykazuje značnou variabilitu mezi jednotlivými běhy, zatímco A2C poskytuje stabilnější a předvídatelnější výsledky. Zjištění naznačují, že DRL představuje slibný přístup k obchodování s víceakciovým portfoliem, praktické využití však vyžaduje vyvážení výnosového potenciálu se stabilitou modelu a konzistencí výsledků.
Keywords: algoritmické obchodování; Markowitzova optimalizace portfolia; Dow Jones Industrial Average; hluboké posilované učení; víceakciové portfolio; rizikově očištěná výkonnost; robustnost

Information about study

Study programme: Mezinárodní obchod
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of International Relations
Department: Department of International Business

Information on submission and defense

Date of assignment: 29. 1. 2025
Date of submission: 24. 4. 2026
Date of defense: 1. 6. 2026
Identifier in the InSIS system: https://insis.vse.cz/zp/91183/podrobnosti

Files for download

    Last update: